（热能工程专业论文）基于数据挖掘的电站运行优化理论研究与应用.pdf

中文摘要 摘要 数据挖掘技术是当今智能系统理论的重要研究内容，它综合运用人工智 能、计算智能、模式识别、数理统计等先进技术从大量数据中挖掘发现有价值 和隐含的知识，因而近年来得到国内外极大的重视。数据挖掘把人们对数据的 应用t 从低层次的末端查询操作，提高到为经营决策提供决策支持。 电站运行优化涉及多个领域的问题，是一项复杂的系统工程，是保证机组 安全经济运行的重要手段。目前电站运行优化中的关键和难点问题如优化目标 值确定、运行优化操作指导等还存在很多不完善之处。 随着信息技术的发展，电力企业积累了大量的数据，从热力系统自身的运 行数据中找到改善系统运行的知识和手段，是很有现实意义和研究价值的问题。 但由于电力数据自身的多元性、动态性与交连性，给人工分析和处理带来困难， 为此本文将数据挖掘理论与应用同电站运行优化相结合，将数据挖掘技术引入 电站运行优化过程，提出了基于数据驱动的电站运行优化新方法。本论文围绕 数据挖掘技术在电站运行优化中舶应用主题，对基于数据挖掘的电站运行优化 目标值的确定、电站运行优化操作指导、基于数据挖掘的电站运行优化系统的 构建等几个方面进行了深入研究。 1 对电站运行优化问题，特别是运行优化目标值确定问题进行了深入分 析，详细讨论了当前电站运行优化目标值的确定方法，指出当前方法的缺点和 不足提出了基于模糊关联规则挖掘的电站运行优化目标值确定的新方法，解 决了传统优化目标值确定中对机组实际状态考虑不足而失去指导意义的问题。 2 深入探讨了数据挖掘技术应用于运行优化的关键技术难题，指出了电站 运行参数间的关联特性。提出将数据可视化技术引入数据挖掘过程，用于指导 有效的数据选择，避免了挖掘的盲目性，为定量关联规则挖掘指明了方向。 3 研究了数据挖掘技术的最新发展，对数值型关联规则挖掘进行了深入分 析，提出了改进的模糊关联规则挖掘算法并应用于电站优化目标值的确定。 4 对确定电站运行参数优化目标值这类复杂的半结构化问题，提出了人机 一体化的电站运行优化目标值解决方案，初步构建了基于偏差机理分析的运行 优化操作指导系统。 5 将数据挖掘与运行优化相结合，提出了基于数据挖掘的电站运行优化系 统开发方案，对面向厂级监控系统( s l s ) 的运行优化系统结构进行了设计，为 基于数据挖掘的电站运行优化扩展到整个s i s 系统提供了强有力的支持。 关键词：数据挖掘关联规则运行优化优化目标值运行操作指导 英文摘要 a b s t r a c t d a t am i n i n gi so n eo fi m p o r t a n tp a r t so fi n t e l l i g e n c es y s t e m f o ri t sm i g h t y f u n c t i o ni nf i n d i n gv a l u a b l ea n dp o t e n t i a lk n o w l e d g ea m o n gl a r g ea m o u n to fd a t a b ym e a n so fm a n ya d v a n c e dt e c h n o l o g i e ss u c ha sa r t i f i c i a li n t e l l i g e n c e ，p a t t e r n r e c o g n i t i o na n dm a t h e m a t i c a ls t a t i s t i c s ，i th a sb e e nw i d e l yd e v e l o p e di nm a n y f i e l d s d a t am i n i n gi m p r o v e st h e a p p l i c a t i o no fd a t af r o mp r i m a r ys e a r c h e st o a d v a n c e dd e c i s i o nm a k i n g p o w e r p l a n to p e r a t i o no p t i m i z a t i o ni n v o l v e sm a n yf i e l d sa n di ti sa ni m p o r t a n t m e t h o dt ok e e pt h eu n i to p e r a t i n gs a f e l ya n de c o n o m i c a l l y b u tu pt on o w ，m a n y n o d u s e sh a v eb e e nl e f tu n s o l v e ds u c ha sd e c i s i o no fo p t i m a lt a r g e tv a l u ea n d o p t i m i z a t i o no p e r a t i o ng u i d e w i t ht h ed e v e l o p m e n to fp o w e rp l a n ti n f o r m a t i o nt e c h n o l o g y ，m o r ea n dm o r e f i e l dd a t aw e r es a v e dt om i so rs i s p o w e re n t e r p r i s eg a t h e r e de n o u g hd a t aa n d a b u n d a n tk n o w l e d g ew a sc o n t a i n e di nt h e s ed a t a i tw i l lb ev a l u a b l ea n d s i g n i f i c a t i v ei f w ec a nf i n d k n o w l e d g ef r o mo p e r a t i o nd a t a t o i m p r o v et h e o p e r a t i o nl e v e lo ft h es y s t e m w h i l ep o w e rp l a n to p e r a t i o nd a t ai sc o m p l e x ， d y n a m i ca n di n t e r a c t i v e ，i ti sd i f f i c u l tt oa n a l y z ed a t aa r t i f i c i a l l y s ot h i sp a p e r p r o p o s e dan e wm e t h o db a s e do nd a t am i n i n gt oo p t i m i z i n go p e r a t i o n t h en e w m e t h o d c o m b i n e d p i v o t a l d a t a m i n i n gt h e o r y a n dp o w e r p l a n to p e r a t i o n o p t i m i z a t i o na n di n d u c e dd a t am i n i n gt e c h n o l o g yt oo p e r a t i o no p t i m i z a t i o np r o c e s s a i m i n ga tt h ea p p l i c a t i o no fd a t am i n i n gi np o w e rp l a n to p e r a t i o no p t i m i z a t i o n ， t h i s p a p e rm a i n l ys t u d i e dt h ef o l l o w i n gt h r e ep r o b l e m s ：t h ed e c i s i o no fo p t i m a l t a r g e tv a l u eb a s e do nd a t am i n i n g ，o p e r a t i o ng u i d eb a s e do nv a r i a n c ea n a l y s i s ，t h e c o n s t r u c t i o no fp o w e rp l a n to p e r a t i o no p t i m i z a t i o ns y s t e m 1 r e v i e w e da n da n a l y z e d p o w e rp l a n to p e r a t i o no p t i m i z a t i o nd e e p l y ， e s p e c i a l l yt h ed e c i s i o n o fo p t i m a lt a r g e tv a l u e t h i sp a p e rd i s c u s s e dc u r r e n t m e t h o d st od e c i d eo p t i m a lv a l u ea n da n a l y z e dt h e i rd i s a d v a n t a g e t h e np r o p o s e df l n e wm e t h o db a s e do nf u z z ya s s o c i a t i o nr u l et od e c i d eo p t i m a lt a r g e tv a l u e t h i s m e t h o dt o o kf u l lc o n s i d e r a t i o n so fv i r t u a lc o n d i t i o n s oi tc o u l db eu s e dt oi n s t r u c t o p e r a t i o n a n db e c a u s et h ev a l u ec a m ef r o mr e a lo p e r a t i o nd a t a ，i tw a sr e a l i z a b l e i no p e r a t i o n 2 a n a l y z e dt h ep r o b l e m so fo p e r a t i o no p t i m i z a t i o nb a s e do nd a t am i n i n gi n d e t a i l i n d i c a t e dt h ei m p o r t a n c eo fd a t as e l e c t i n ga n di no r d e rt oa v o i db l i n d n e s si n i i 华北电力大学博士学位论文 d a t am i n i n g ，t h i sp a p e ri n t r o d u c e dd a t av i s u a l i z i n gt og u i d ed a t as e l e c t i n g 3 t h el a t e s td e v e l o p m e n to ft h ed a t am i n i n gt e c h n o l o g yi si n t r o d u c e da n dt h e q u a n t i t a t i v ea s o s s i a t i o nr u l em i n i n gi sa n a l y z e d t h i sp a p e rp r o p o s e st h ei m p r o v e d f u z z ya s s o c i a t i o nr u l em i n i n gt of i n dt h eo p t i m i z a t i o nt a r g e tv a l u e si np o w e rp l a n t 4 p r o p o s e dm a l l - m a c h i n ei n t e r a c t i v es y s t e mt od e c i d ep o w e rp l a n to p t i m a l o p e r a t i o nv a l u e t h r o u g ha n a l y z i n gd e v i a t i o nm e c h a n i c so fi m p o r t a n tc o n t r o l l a b l e o p e r a t i o np a r a m e t e r s ，o p t i m i z a t i o ng u i d es y s t e mb a s e do nd e v i a t i o na n a l y s i sw a s c o n s t r u c t e dp r i m a r i l y 5 c o m b i n e dd a t am i n i n ga n do p e r a t i o no p t i m i z a t i o n p r o p o s e dp o w e rp l a n t o p e r a t i o no p t i m i z a t i o ns y s t e mt h e o r ya n di t sa p p l i c a t i o ns t r u c t u r e a u t h o ra l s o d e s i g n e dt h ep h y s i c a ls t r u c t u r eo fp o w e rp l a n to p e r a t i o no p t i m i z a t i o ns y s t e mf a c e d t os i s t h i sm a d ei t p o s s i b l ef o ro p e r a t i o no p t i m i z a t i o ns y s t e mt og r o wu pa sa s u p e r v i s o r yi n f o r m a t i o ns y s t e mi np l a n tl e v e l k e y w o r d s ：d a t am i n i n g ，a s s o c i a t i o nr u l e ，o p e r a t i o no p t i m i z a t i o n ，o p t i m a lt a r g e t v a l u e ，o p e r a t i n gg u i d e 声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作 所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果 不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个 人和集体，均己在文中以明确方式标明。 特此申明。 签名：奎建鱼e t 期 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权 保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或 其它复制手段复制并保存学位论文；学校可允许学位论文被查阅或借阅：学校 可以学术交流为目的，复制赠送和交换学位论文：同意学校可以用不同方式在不同 媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：盔建鸯 日 期：塑q 6 ：6 ：堕 导师签名： 日期： 第一章绪论 第一章绪论 1 1 本课题研究的目的和意义 能源工业是国民经济的重要基础产业，对保障整个国民经济的健康快速发 展具有重要的战略意义。电力工业是能源工业的主要组成部分之一，电力作为 一种便于转换的能源形式，具有高度集中、清洁千挣、易于控制、可大规模生 产和远距离输送等诸多优良特性，因此电力发展与应用程度成为衡量社会现代 化水平的重要标志之一。特别是进入2 1 世纪后，经济与社会发展对电力供应的 数量和品质也将提出更大、更高的要求。 我国电力建设发展很快，到2 0 0 4 年年底，发电装机容量已达到4 4 亿千瓦 时左右。但是随着国民经济尤其是重工业的高速增长，社会对电力的需求也不 断急剧增长。2 0 0 4 年季度，全社会用电量达4 8 0 5 亿千瓦时，全国发电量只 有4 7 9 3 6 2 亿千瓦时，电力供应能力已处于极度紧张状态，负荷平衡缺口最大 的在华东电网和南方电网，它们己由季节性、时段性缺电转为持续性缺电。据 初步预测，2 0 1 0 年全国用电量将达到3 0 9 2 0 亿千瓦时，发电装机需要6 8 亿千 瓦时左右，虽然近年来我国的电力事业得到了快速发展，但我国人均用电量还 不到世界人均水平的一半，由此可见我国电力建设和发展的任务依然很重。目 前，我国燃煤发电量占总发电量的7 0 以上，发电燃煤在全国煤炭消费中约占 6 0 ，这使得能源消费以煤为主、人均能源资源相对不足的我国面临着煤炭生 产的巨大压力，加之我国电力工业在电能生产、输送和使用中又存在着能源浪 费和效率偏低的现象。因此，深入研究火电机组的安全经济运行，开展节能降 耗对我国国民经济与社会发展具有十分重要的意义j 。 几年前的统计资料表明，我国火力发电厂的平均煤耗为4 1 0 9 k w h ，比先 进国家高出近8 0 9 l k w h l 引，虽然近几年这种状况有所好转，同发达国家水平之 间的差距有所减小，但仍存在着客观的节能潜力。美国电力科学研究院( e p r i ) 曾对美国全国范围内所有火力发电厂进行过全面的调查研究，其统计数据表明， 机组运行的实际热耗比可能达到的最佳热耗要高出近1 0 0 0 k j k w h ，其中大约 有5 0 0 k j k w h 是可以通过运行的优化得以控制的，是终制定了降低机组熟耗率 的导则，为指导电厂的经济运行提供了科学依据1 4 】。火电生产提高其经济性的 一个重要手段就是通过机组运行的优化控制，依靠对运行的优化，降低火力发 电的煤耗率、电耗率等，以提高机组的经济性，实现节能增效。在实际运行中， 节能落实的难点在于在线机组经济性能监测以及运行优化系统指导软件的缺 乏。这类软件已在美国和其它一些发达国家的电力生产企业获得一定应用，使 用结果表明，应用此类软件来节能增益，其效果是明显的。有关资料介绍，通 华北电力大学博士学位论文 过对美国国内有运行优化的3 0 0 m w 机组的统计，优化运行使机组的热耗率降 低了2 0 0 k j k w h ，其经济效益是使单元机组的年运行费用减少了5 0 万美元。 目前国产大型燃煤机组( 3 0 0 m w ) 的标准供电煤耗率一般在 3 7 0 3 9 0 9 k w h ，比国外机组的经济性低4 6 【5 】【“，造成这种现象的原因是多 方面的，除设计方面原因外，其中主要原因在于运行管理水平参差不齐、锅炉 运行人员对其特性掌握不够，不能很好地定量把握运行中各项因素对锅炉经济 性产生的影响等。电力企业尤其是电厂为了保持长足的竞争力，迫切需要从 优化生产和企业管理两个方面着手，提高生产效率和设备可用率，优化资源配 置，最大程度地降低发电成本，“以信息化推进企业现代化”将是实现这一目标 的有效手段之一。从九十年代开始，大多数电厂陆续建立管理信息系统 ( m a n a g e m e n t i n f o r m a t i o ns y s t e m ，m i s ) ，涵盖了厂内重要管理部门，如运行、 设备物资、财务、计划等，基本上实现管理流程的信息化管理，产生了可观的 经济效益。但综观电厂m i s 现状，还存在一些非常突出的问题，如数据集成度 与共享性较差，生产管理型应用薄弱等。为此，我国电力学者提出建设厂级监 控信息系统( s u p e r v i s o r yi n f o r m a t i o ns y s t e m ，s i s ) ，实现生产流程数据的集成， 加强生产管理方面的高级应用1 7 1 8 】【9 1 ，电站s i s 系统是主要为火电厂实时生产综 合优化服务的生产过程实时管理和监控信息系统。性能监测( 本文指在线性能 监测) 和电站运行优化( 本文指开环运行优化) 是在电站d c s ( d i s t r i b u t e dc o n t r o l s y s t e m ，d c s ) 和m i s ( m a n a g e m e n t i n f o r m a t i o ns y s t e m ，m i s ) 的基础上先后 发展起来的，d c s 作为现代大型电站机组的主流控制系统，为性能监测和运行 优化提供了便捷可靠的运行数据来源。当前性能监测和运行优化正随s i s 的发 展而成为其系统架构的一部分，它们以提高电站机组运行安全性、经济性为目 的，依托d c s 、m i s 或s i s 软硬件环境和数据平台，为运行管理人员提供机组 安全、经济运行决策支持。 随着电站信息技术的发展，越来越多的现场数据被d a s 和d c s 系统存储 到实时数据库中，目前国内一台3 0 0 m w 机组d c s 的输入输出信息有4 0 0 0 - 5 0 0 0 点 1 0 l ，6 0 0 m w 机组有1 2 0 0 0 点左右，电力企业因此而积累了大量的数据。这 些数据背后往往蕴涵着丰富的知识，从热力系统自身的运行数据中找到改善系 统运行的知识和手段，是很有现实意义和研究价值的问题。但由于电力数据自 身的多元性、动态性与交连性给人工分析和处理带来困难，理解电力企业海 量的数据远远超出了人们的能力，重要的决定不能基于数据库中丰富的数据， 而仍然依靠决策者的直觉。而数据挖掘( d a t am i n i n g ，d m ) 与数据库知识发 现( k n o w l e d g ed i s c o v e r yi nd a t a b a s e ，k d d ) 技术作为一门新兴学科，有效地 解决了这方面的问题，它能够在很少人工干预情况下，处理复杂的数据信息， 提取有关知识规则。从数据挖掘的角度看，电力生产的一个显著特点是电力生 2 第一章绪论 产工业所受到的不确定因素干扰较小，所以生产过程数据表现出的规律性更强， 完全可以利用从流程数据中采掘出的知识来设计智能化应用系统，使计算机能 够替代人自动做出判断或者决策i i ”。实质上，s i s 的多数应用系统都属于一种 智能化的决策支持应用【9 1 ，需要利用数据挖掘等技术发现的知识( 包括各种规 则、算法模型等) 来做支持。 本文围绕电站运行优化问题展开，利用数据挖掘技术，对反映设备运行状 态的海量的电站运行历史数据进行分析，实现了电站信息的深层次加工与集成， 为有效提高电站机组的运行安全性、经济性提供支持，对整个电力工业的节能 降耗都具有重要的现实意义。 1 2 本课题的国内外研究现状及应用概况 1 2 1 数据挖掘技术发展及应用概况 数据挖掘是人们长期对数据库技术进行研究和开发的结果，数据库技术的 发展( 如表1 1 所示) 经历了四个阶段【l2 j ：2 0 世纪6 0 年代，数据库和信息技 术系统地从原始的文件处理演化到复杂的、功能强大的数据库系统，数据收集、 数据库创建技术日趋成熟；自8 0 年代以来，关系数据模型在数据库界被广泛接 受，关系数据库系统得到进一步的改进，同时其它一些数据模型，如扩充关系 模型、面向对象模型、对象一关系模型和演绎模型也陆续被提出来，并且由i b m 实验室发明了结构化查询语言s q l ；自9 0 年代以来，数据库技术的特点是多 维数据库、数据仓库和联机分析处理的出现，它可以在各层之间提供回溯的动 态历史数据：9 0 年代后期开始对海量数据的处理及预测性信息的需求使得数据 库技术的研究进入数据挖掘阶段。 表i 1k d d 的历史演变 发展阶段时间段技术支持生产厂家产品特点 敛据搜集年代计算机、磁带等 i b m 、c d c 提供静态历史记录 数据访阎8 睥代 关系数据库、结柯 0 触、s y b q s e 、 在记录中记录动态 l n f o m 戗、i b m 、 历史敷据信息 化查询语言 m i c r o s o f t 联机分析鱼啜、多 p 丑o t 、c o m b h 缸e 、 在备层次提供回溯 数据仓库如年代 a r b o r 、c o 朗o s 、 的动态的历史数据维数据库 m i 口o o t f 札e g y 高级算法、多处理 ) r i o t 、l o c k h e e d 、 可提供预测陛信息 数据挖掘至令 系统、海量算法 i b m 、s g ! 等 在1 9 8 9 年8 月举行的第l l 届国际联合人工智能学术会议上，研究者首次 提出k d d 的概念，随着k d d 在学术界和工业界的影响越来越大国际k d d 华北电力大学博士学位论文 组委会于1 9 9 5 年把专题讨论会更名为国际会议，在加拿大的蒙特利尔市召开了 第一届k d d 国际学术会议，以后每年召开一次。迄今为止，由美国人工智能 协会( a i i i ) 主办的k d d 国际研讨会已经召开了9 次，规模由原来的专题讨论 会发展到国际学术大会，人数由最初的二三十人发展到七八百人，研究重点也 逐渐从发现方法转向系统应用，并且注重多种发现策略和技术的集成，以及多 种学科之间的相互渗透 1 3 l 。其它内容的专题会议也把数据挖掘和知识发现列为 议题之一，成为当前计算机科学界的最活跃的研究领域之一。在学术出版界， 数据库、人工智能、信息处理、知识工程等领域的国际学术刊物纷纷开辟了k d d 专题或专刊，i e e e 的k n o w l e d g e a n dd a t ae n g i n e e r i n g 会刊领先在1 9 9 3 年出版 了k d d 技术专刊，所发表的5 篇论文代表了当时k d d 研究的最新成果和动态， 较全面地论述了k d d 系统方法论、发现结果的评价、k d d 系统设计的逻辑方 法，集中讨论了数据库的动态性冗余、高噪声和不确定性、空值等问题，k d d 系统与其它传统的机器学习、专家系统、人工神经网络、数理统计分析系统的 联系和区别，以及相应的基本对策。k d d 成为当前计算机科学界的一大热点。 与国外相比，国内对数据挖掘的研究稍晚，没有形成整体力量。1 9 9 3 年国 家自然科学基金开始对数据挖掘研究进行支持。1 9 9 9 年4 月在北京召开了第三 届亚太地区k d d 国际会议( p a k d d 9 9 ) 和2 0 0 1 年在香港召开的第五届亚太 地区k d d 国际会议，推动了数据挖掘在我国的发展。目前国内有许多高校和 科研单位正在从事数据挖掘的基础理论和应用研究，这些单位包括清华大学、 中科院计算技术研究所、空军第三研究所、海军装备论证中心等。其中，北京 系统工程研究所对模糊方法在知识发现中的应用进行了较深入的研究；北京大 学也在开展对数据立方体代数的研究：复旦大学、浙江大学、中国科技大学、 中科院数学研究所、华中科技大学、吉林大学等单位开展了对关联规则挖掘算 法的优化和改造：南京大学、四j i i 联合大学、上海交通大学等单位探讨、研究 了非结构化数据的知识发现以及w e b 数据挖掘，中科院遥感所开展了遥感数据 以及基于w e b g i s 的数据挖掘，并且涌现出一批优秀的研究成果1 1 3 川4 1 。 数据挖掘不仅是面向特定数据库的简单检索查询，而且要对这些数据进行 微观或宏观的统计、分析、综合和推理，以指导实际问题的求解，企图发现事 件间的关联，甚至利用已有的数据对未来的活动进行预测。数据挖掘把人们对 数据的应用，从低层次的末端查询操作，提高到为各级经营决策提供决策支持。 经过几十年的发展，对数据挖掘的研究从最初表面的、孤立的问题向系统的、 全面的方向发展5 j | l6 1 。目前对数据挖掘的研究主要集中在以下3 个方面： ( 1 ) 数据挖掘的理论研究。目标是建立完整的数据挖掘理论体系，建立 通用、有效的处理模型，用科学的方法论指导发现知识的过程，使之成为一种 主流技术。近年来在这方面涌现了许多处理模型 17 - 2 0 1 、系统框架【2 1 2 2 】和原型系 4 第一章绪论 ( 2 ) 挖掘技术和算法的研究 2 5 - 2 7 】。这也是目前最集中的研究领域。由于 数据挖掘是应用需求推动下跨学科发展的产物，所以各学科中的许多技术成果 都可以移植到数据挖掘中。传统的统计方法【2 8 , 2 9 】、决策树30 1 、聚类 、集合论， 近年来十分活跃的关联规则 3 2 - 3 6 、粗糙集理论【37 1 、人工神经网络【38 1 、遗传算 法和进化计算1 39 】等在数据挖掘中都有应用。但是由于数据挖掘面对的是大量数 据，因此对这些领域中的许多技术不能照搬照用。如遗传算法，当优化属性在 上百个以后，计算速度难以忍受。又如人工神经网络，由于获取的知识是以权 值形式表示的隐含形式，因此一般不适合单独应用数据挖掘，往往需要与其它 方法相结合。 ( 3 ) 应用研究 2 7 , 4 0 。按照处理的数据类型划分为时间序列数据挖掘、空间 数据挖掘、文本数据挖掘等。按照应用领域划分，如股票价格分析与预测，金 融风险分析，信用卡欺诈分析，气象预报，生物工程等，随着i n t e r n e t 的普及 与发展，对i n t e r n e t 数据的挖掘，如站点访问模式分析，成为当今一个十分活 跃的应用领域研究方向 4 0 - 4 2 l 。 随着数据挖掘的发展，也还会带来一些问题，其中最敏感的要属个人隐私 问题，如对购物模式等的研究会涉及到个人隐私权。虽然这些问题的存在会给 数据挖掘带来一些负面影响，但并不能阻止数据挖掘的蓬勃势头。 美国运通公司( a m e r i c a ne x p r e s s ) 有一个用于记录信用卡业务的数据库， 数据量达到5 4 亿字符，并仍在随着业务进展不断更新，运通公司通过对这些数 据进行挖掘，制定了“关联结算( r e l a t i o n s h i p b i l l i n g ) 优惠”的促销策略，增 加了商店的销售量，同时增加了运通卡的使用率。英国广播公司( b b c ) 应用 数据挖掘技术来预测电视收视率，以便合理安排电视节目时刻表。a t & t 公司 利用数据挖掘技术侦探国际电话欺诈行为，可以尽快发现国际电话使用中的不 正常现象。在产品质量保证方面，数据挖掘协助管理大数量变量之间的相互作 用，并能自动发现某些不正常的数据分布，揭示制造和装配操作过程中变化情 况和各种因素，从而协助质量工程师很快地注意到问题发生范围和采取改正措 施。数据挖掘技术的应用领域很广，就其在过程监测与控制方面的应用，国内 外学者和工程技术人员进行了很多有益的探索。通用电器公司( g e ) 与法国飞 机发动机制造公司( s n e c m a ) 利用数据挖掘技术研制了c a s s i o p e e 质量控 制系统，被三家欧洲航空公司用于诊断和预测波音7 3 7 的故障带来了可观的经 济效益。美国钢铁公司和神户钢铁公司利用基于数据挖掘技术的i s p a 系统， 研究分析产品性能规律和进行质量控制，取得了显著效果1 1 4 。英国l e e d s 大学 的m c g r e a v y 和w a n gxz 等人利用k d d 技术对化工过程进行工况辨识问题进 行了研究1 4 “。q u e e n s 大学的t o n yo g i l v i e 和bwh o g g 提出了利用数据挖掘技 5 华北电力大学博士学位论文 术建立电厂全工况、全操作条件下的模型，在此模型的基础上开发了能够精确 辨识运行工况，并且能够为运行人员提供操作指导以修正监测到的运行工况偏 离的系统“1 ；另外，清华大学、浙江大学、东南大学、哈尔滨工业大学的学者 也对数据挖掘技术在电厂运行中的应用问题进行了研究 4 5 - 4 8 。 1 2 2 电站运行优化技术发展与应用现状 早在2 0 世纪6 0 年代西方国家就开展了机组性能监测方面的工作，但是由 于仪表和自动化水平的限制，当时主要工作只限于定期的离线状态评估。到了 7 0 、8 0 年代，随着计算机技术与控制技术的发展，涌现了一大批机组性能监测 与诊断系统，美国电力科学研究院( e p r i ) 与有关电力公司和电厂一起开始对 电站性能在线监测问题进行全面研究，并且提出了有关数据采集、在线性能分 析数学模型等一系列技术报告，同时开发了相应的应用软件。另外还有美国 b l a c k & v e a t c h 的b & w 性能监测系统，e n e r g yi n c o r p o r a t e do fi d a h of a l l s 的 p m a x 在线监测系统等1 4 j 。8 0 年代末，人工智能在电站性能监测中得到应用， 西屋公司开发了基于人工智能的电厂性能综合诊断系统，可以为电厂设备的运 行维修提供全方位的信息咨询，a s t a c k l i n 研制了实时故障诊断专家系统对电 厂主要设备的故障原因进行在线分析，并给出相应的解决措旅，意大利 a n s a l d o 开发了p e r f e x s 专家系统】，美国s o u t h e r ne d i s o n & i m p e l l c o r p o r a t i o n 联合研制了s m o p 专家系统，还有美国的g e 公司、德国的d v g 与v g b 、日本的m i t s u b i s i 等公司与科研机构分别进行了有关的研究与系统开 发【5 卜5 3 】。2 0 世纪9 0 年代，d c s 系统得到了越来越广泛的应用，计算机硬、软 件发展更新速度加快，数据采集速度与仪表性能得到了空前的提高，已经不再 是制约系统的主要方面，各个大型d c s 厂家相继提出自己的机组性能监测与诊 断软件如瑞士a b b 公司的o p t i m a x 、德国s i e m e n s 公司的s i e n e r g y 、美国e l a g h b a i l e y 的p e r f o r m e r 等1 5 ”。e p r i 也进行了深入的研究，取得了许多重要的成果， 如运行能源管理系统( o e m ) 通过在线优化设备调度使电站以最小的费用满足 当前的负荷要求另外还有热效率研究软件等，从而实现了全厂范围内的性能 优化与热耗管理。美国田纳西流域管理局( t v a ) 研制了值班运行管理系统 ( s o m s ) 、状态监测工作站( c m w ) 、电厂效率改进与分析软件f e e d b a c k 、 电站系统性能在线监视和诊断系统o l d m i s 、锅炉性能优化系统s o a p 等机 组优化运行和维修方面形成了一整套解决方案【5 ”。近十年来，对于先进控制策 略的研究也取得了十分显著的成绩，特别是在基于模糊系统、神经网络以及专 家系统等技术的智能控制系统方面有了大量的研究成果，这些成果的应用对于 完善并优化机组的运行方式具有非常重要的作用。 6 第一章绪论 我国从8 0 年代开始引进国外大型发电机组，在较长的一段时间，由于设 备昂贵和运行水平的限制，电站运行管理人员主要关心设备的安全性而较少考 虑机组的整体性能，加之早期d c s 产品的操作支持系统通常是各d c s 厂商自 行研制的专用型操作系统，使得二次开发难度大、代价高，因而在性能监测和 诊断方面的研究较少。自8 0 年代中期开始，随着电站运行水平的不断提高，电 站设各的安全性有了较为足够的保障，电站性能监测与诊断越来越引起广泛的 重视，我国开始了电站性能在线监测问题的研究。西安交通大学、清华大学、 东南大学、华北电力大学、国家电力科学研究院和华东中试所等科研单位也先 后开始了这方面的工作，开发了许多应用软件。如华北电力大学研制的“机组 经济性在线监测诊断指导系统”，西安交通大学研制的“微机在线运行能损分析 装置”，东南大学研制的“火电机组运行优化系统”等 s s - s ”。 就目前国内火电厂运行优化中能损分析与热经济性计算方法而言，传统上 采用热平衡法，之后发展有等效焓降法、熵方法、佣方法、循环函数法以及矩 阵法，各有其优缺点【58 1 。目前该领域内的研究趋势大致可分为两个方向：第一 个方向是从原理方面，针对理论与实践中的难点，迸一步完善能损分析的各种 方法，解答其中仍然存在的若干问题，寻找更为合理和有效的新方法；第二个 方向则是从计算机实现方法方面，研究更加适合计算机计算求解思路的新方法， 解决在实践应用中仍然存在的一些障碍和问题，使得运行优化能更好地应用于 电站的实时生产过程。目前电站运行优化在系统设计方面认为系统处理的是完 全结构化的问题，缺乏对非结构化和半结构化问题的处理能力，在一些运行优 化的核心问题如重要可控参数优化目标值的确定、偏差分析和运行优化操作指 导等方面还存在一些难以解决或不完善之处，缺乏与用户的交互和为用户提供 决策支持能力。 1 3 数据挖掘与知识发现的方法体系 1 3 1 数据挖掘与数据库中的知识发现 数据挖掘又称为数据库中的知识发现，是从数据集中识别出有效的、新颖 的、潜在有用的以及最终可理解的模式的非平凡过程【l ”。国内的学者也把d a t a m i n i n g 译为数据采掘或数据开采。数据挖掘是数据库知识发现过程中的一个步 骤，数据挖掘是人工智能、机器学习与数据库技术相结合的产物，是指为寻找 未知模式或趋势而在细节数据中进行抽取、转换、分析和搜索，并且抽取出潜 在的、不为人知的有用信息、模式和趋势的过程。其目的在于提高企业决策能 力，监测异常模式，在过去的经验基础上预言未来趋势等归”。数据挖掘和知识 发现的研究主要有三个技术支柱：数据库、人工智能、数理统计到目前为止， 华北电力大学博士学位论文 研究重点也逐渐从发现方法转向系统应用，并注重多种发现策略和技术的集成， 以及多学科之间的相互渗透。 数据库中的知识发现一词首次出现在1 9 8 9 年8 月举行的第1 1 届国际联合 人工智能学术会议上。大家较认可的描述性定义是f a y y a d 等给出的：数据库中 的知识发现是从数据中识别出有效的、新颖的、潜在有用的，最终可理解的模 式的高级过程【17 1 。一般将k d d 中进行知识学习的阶段称为数据挖掘，它是整 个数据库知识发现过程中一个非常重要的处理步骤，所以两者往往混用。一般 来说，在工程应用领域中多称数据挖掘，而在研究领域中人们则多称为数据库 中的知识发现，本论文将不加以区分地使用两者。 近几十年来，人们利用信息技术生产和收集数据的能力大幅度提高，大量 的数据库被用于商业管理、政府办公、科学研究和工程开发等等。并且这一趋 势仍将持续发展下去。在这被称为信息爆炸的时代，信息过量几乎成为每个人 都需要面对的问题。要想使数据真正成为一个公司的资源，只有充分利用它为 公司自身的业务决策和战略发展服务，否则大量的数据可能成为包袱，甚至成 为垃圾。人们希望能够对这些数据进行更高层次的分析，发现数据背后隐藏的 重要信息，以便更好地利用这些数据。目前的数据库系统无法发现数据中的关 系和规则，不能根据现有的数据预测未来的发展趋势，缺乏挖掘数据背后隐藏 知识的手段，导致了“数据爆炸而知识贫乏”的现象【l ”。因此，数据挖掘和知 识发现技术应运而生，并得以蓬勃发展。越来越显示出其强大的生命力。 1 3 2 数据挖掘的功能 数据挖掘是面向应用的。它不仅是面向特定数据库的简单检索查询调用， 而且要对这些数据进行微观或宏观的统计、分析、综合和推理，以指导实际问 题的求解，企图发现事件间的关联，甚至利用已有的数据对未来的活动进行预 测。数据挖掘把人们对数据的应用，从低层次的末端查询操作，提高到为各级 经营决策提供决策支持。数据挖掘通过预测未来趋势及行为，做出前摄的、基 于知识的决策。数据挖掘的目标是从数据库中发现隐含的知识，主要有以下五 类功能【5 9 】： ( 1 ) 分类分析( c l a s s i f i c a t i o na n a l y s i s ) 。分类是知识发现的一个基本任务， 它是对输入的数据进行分析并利用数据中出现的特征为每一个类别构造一个较 为精确的描述和模型( 分类器) ，然后按分类器再对新的数据集进行分类预测。 要构造分类器，需要有训练样本数据集作为输入。训练集由一定数量的例 子组成，每个例子具有多个属性或特征。此外每个例子还有一个特定的类标号。 一个具体例子的形式为：( 巧，如匕：c ) ，其中k 表示特征值，c 表示类标号。分类 第一章绪论 器的构造方法有决策树方法、统计方法、神经网络方法、粗糙集方法等。 ( 2 ) 聚类分析( c l u s t e r i n ga n a l y s i s ) 聚类用于从数据集中找出相似的数 据并组成不同的组。与分类不同，聚类的输入数据没有类别标号，在开始聚类 之前也不知道依照哪些属性进行分组因此聚类是无导师指导的学习过程。 ( 3 ) 关联规则( a s s o c i a t i o na n a l y s i s ) 。关联分析就是从给定的数据集中 发现频繁出现的项集模式，又称关联规则。例如寻找数据子集间的关联关系或 者一些数据与其它数据之间的派生关系。关联规则；y 表示“数据库中满足 条件工的记录也一定满足条件y ”。 ( 4 ) 序列分析及时间序列( s e q u e n c ea n a l y s i sa n dt i m es e q u e n c e ) 。序列 分析和时间序列说明数据中的序列信息和与时间相关的序列分析。 ( 5 ) 孤立点分析( o u t l i e ra n a l y s i s ) 。孤立点是现实生活中的反常行为的 写照。用距离的观点来看，孤立点就是那些离密度较高的大部分点较远的点。 在实际应用中根据研究目的的不同，选择合适的数据挖掘工具，具体功能 指标可以参照表1 2 和表1 3 。 表1 2 数据挖掘技